10月20日美股收盘后，SpaceX公布了上市后的第二份季报，AI业务收入是去年同期的九倍多。更重要的是，CFO在业绩会上说，按现在的价格，新部署的算力不到一年就能回本。 SpaceX的财报一出，芯片股在盘后集体上涨，第二天海力士在首尔涨了5.8%。到美股21日盘前，SpaceX涨了8.5%，做AI服务器的超微电脑和戴尔分别涨了12.4%和5.2%，做数据中心供电和散热设备的Vertiv涨了4.3%。 就在财报出来之前的过去两周，AI股跌得很急，10月2日到16日，纳斯达克100指数跌了5.3%，CoreWeave跌了31.5%，海力士从6月的高点算起，到10月20日已经跌了59%。 市场怕的，就是AI基础设施投了那么多钱，最后收不回来。但实际上，这两周的恐慌，怕错了方向。 无论是从SpaceX的财报，还是其他AI公司透露的数据，AI基础设施的钱不但收得回来，而且回本快得惊人。原因不只是算力目前还相对稀缺，更在于算力本身在升值，模型越聪明，同样一瓦电产出的智能就越值钱。 顺着这个逻辑，市场至少看错了三件事。云厂商的巨额资本开支不是包袱，而是越投越赚的生意；GPU能赚钱的年头，比市场担心的长；芯片和存储公司现在的利润，也不是周期的顶点。 这一轮借钱建算力的杠杆，和2007年借钱买房也不是一回事。已经走了四年的AI牛市，还没有到终点。 01  算力越来越值钱 三季度SpaceX的收入是146亿美元，同比增长161%；AI业务收入从去年同期的8.1亿美元涨到76亿美元，已经超过星链所在的连接业务，成了公司最大的收入来源。 这笔收入主要不是来自Grok这样的自家模型，而是把算力租给Anthropic、谷歌等AI公司。一年前，SpaceX的算力规模是0.6吉瓦，到9月底已经是1.7吉瓦，公司预计10月底接近2.2吉瓦，今年底到2.5至3吉瓦。 也是因此，Space

10月12日这周，我们在的几个群都不太对劲，聊A股的、聊港股的、聊美股的，都能感受出一种说不清楚的不安，不是对某只票的不满。上半年，海力士涨了307%，三星涨了179%，美光涨了304%，存储是这轮AI行情里涨得最猛的一批，但最近几个交易日，领跌的也是它们。 13日韩国收盘，SK海力士跌了10.1%，这是它7月以来第六次单日跌超过10%，三星电子跌了7.4%，韩国综合股价指数KOSPI跌了5.5%。当晚美股的美光又跌了3.62%，半导体设备公司应用材料跌了6.69%，以微软、Meta为代表的科技巨头却还在涨，微软收在了今年的最高点。14日A股接着补跌，科创50指数跌了3.29%，做内存接口芯片的澜起科技跌了5.95%。 大家心里好像在怀疑同一件事，带着市场走了大半年的那条AI主线是不是出了问题。 直接触发这两天抛售的，主要是两条消息： 长鑫科技总裁曹堪宇10日在上海一场行业会议上说，下一代内存技术取得关键进展，预计年底推出采用这项技术的服务器内存条。 博通CEO陈福阳12日在新加坡星展银行的会议上说，很多投资者不知道自己投的是什么，却定了极端的预期，像在赌场里赌；他还说资本可能是AI最大的制约。同台的英特尔CEO陈立武说存储芯片可能是最先降温的环节之一。 两条消息看着都挺严重，可拆开看，长鑫的新技术还要过量产良率和客户验证两道关，短期内影响不到供给，摩根大通估算内存的供需缺口至少延续到2028年；陈福阳说的资本制约，也不是什么新鲜的话题，从去年开始对AI公司循环融资的担忧、对美联储加息的疑虑，一直没有消散，而在今年6月以前，这些疑虑从未对AI主线造成如此大的负面影响。 反倒是前沿模型依然还在推出、在进步，谷歌刚发布的新一代大模型Gemini 4 Argon，10月13日向全球开发者全面开放，它能从视频搭出机器人训练用的仿真环境，原来要几周的建模工作被压缩到几个小时，还把谷歌

10月8日，A股节后第一个交易日，开盘时市场还想给下跌的走势踩个刹车，随后这刹车直接踩断了。 光芯片公司源杰科技、长光华芯跌20%跌停，做光器件的天孚通信跌9.9%，科创50指数跌了近5%。中国银行和工商银行则在同一天盘中创了历史新高。 由头之一是摩根士丹利假期里的一份研报，推演美国联邦通信委员会未来可能对光模块设限，主要从下一代产品开始，那一代产品2028年才放量，不针对现在在卖的产品。同样跌停的东山精密在电话会上说，这只是分析师的个人推演，没有任何官方文件。 往外看一看，其实有点倒霉的也不止A股。三星电子在10月8日早上公布三季度业绩预告，营业利润107.4万亿韩元，第一次超过100万亿韩元，是一年前的近9倍，股价当天跌了2.4%，连跌第三天；SK海力士从10月2日的184万韩元跌到了168万韩元。 而在放假的那七天，美股放了一个新高出来。10月6日标普500第一次收在7800点上方，10月8日又跌回了7800点下方，当天纳斯达克指数跌1.25%，费城半导体指数跌3.39%。这轮行情的引线是Meta的个人AI助理Muse，它登顶应用商店那天Meta涨了11%。可就算在美股，美光交出单季收入接近一年前五倍的季报，到10月8日股价反而跌了2.7%。 市场现在不肯为“以后”买单了，好的远期预期不给估值，坏的远期预期哪怕只是一份推演也立刻扣钱。行情有没有下一段，不取决于哪个应用火不火，取决于AI自己还在不在变强。这件事有一个读数，没什么人在看。 01  估值只认变现效率 市场目前的重点方向在于AI变现效率，谁的效率更高，就给谁更高的估值。说得再具体一点，收入能落在2026年的公司估值在提升，时间线更远的那些，估值在收缩。一定程度上说，A股不是孤例，港股和美股也是同一个逻辑；存储是例外，放在最后说。 10月8日A股下跌的股票数量是上涨的两倍多，沪指跌0.79%

可能很多人和我一样，对如今的油价波动已经有些麻木了。但回看伊朗战争爆发以来这半年多的走势，油价其实并没有像2022年那样，长时间停留在更高的位置。 按美国能源信息署的日度现货数据计算，从今年3月初到9月22日，布伦特均价约为每桶99美元，WTI约为91美元；2022年2月24日至9月23日，两者分别约为109美元和103美元。2022年这段时间有报价的146天里，布伦特有114天超过100美元；今年142天里只有66天，还不到一半。今年春季急涨之后，油价在夏季明显回落，进入9月才再次抬升。 伊朗本身的原油产量虽然远不及俄罗斯，但霍尔木兹海峡受阻牵涉整个海湾的石油出口。更何况，这场运输中断发生时，俄罗斯石油贸易已经受到制裁，部分供应通过改道、折价出售维持流通。 我的判断是，中国减少原油采购，是过去几个月油市消化这轮冲击的重要原因，也替资本市场缓解了一部分压力。即便如此，9月16日，美联储仍宣布加息25个基点；到9月25日，30年期美债收益率盘中升至约5.53%，创2004年以来新高，投资者期待的宽松迟迟没有到来。 考虑到美国经济在同期保持了不错的增长，能源成本偏高更是增加了通胀回落的难度。如果原油在过去几个月持续停留在更高水平，今天的通胀和加息压力，很可能还会更重。 中美都有降低能源成本的需要，也分别有调节采购、推动供应恢复的手段。在我看来，这意味着油价即使因战事或谈判反复而冲高，也很难长期停留在百美元以上。随着受阻供应逐步回归，布伦特的运行重心更可能移向每桶八九十美元，并在震荡中继续下移。油市过去几个月替资本市场缓解的上涨压力，也有机会进一步转化为能源成本的下降，减轻美联储继续加息的压力。 01  买家的调节权 从权威数据口径可以看出，霍尔木兹海峡受阻对全球石油流通的影响，绝对不算小。 根据国际能源署9月18日的分析，8月通过霍尔木兹海峡的石油流量约为每

这周开盘前，我在投资群和社区里看到不少悲观的声音：接下来的市场恐怕要迎接腥风血雨了。油价急涨，加重了通胀担忧，美联储加息的预期也压了过来。利率上行，一头抬高企业的融资成本，另一头让股票的高估值更难维持。 在宏观市场两头堵的情况下，AI行业自己又传来了减速的呼声。美国时间9月12日，Anthropic首席执行官Amodei发文，呼吁协调放缓最前沿AI能力的增长，给安全评估留下更多时间；OpenAI的奥特曼和xAI的马斯克随后也对这项倡议表达了支持。 这给押注AI产业扩张的投资者增加了一层担忧：如果前沿研发慢下来，未来还需要建那么多数据中心、买那么多芯片吗？ 不出所料的是，周一市场的抛售情绪相当严重，费城半导体指数收跌5.9%，英伟达收跌3.4%。同一天，英伟达的黄仁勋在洛杉矶All-In Summit现场与特朗普公开通话。特朗普在表示应当谨慎对待AI风险的同时，强调美国仍要发展AI、保持领先。 而在这一周里，美联储加息最终落地，油价则在后半周从高位回落。等到周五收盘，标普500指数全周仍略有下跌，周一大跌的费城半导体指数却已收复跌幅。英伟达全周上涨1.82%，SK海力士上涨2.48%，联想集团更是上涨约20%。 前沿AI研发，会因为几家美国头部公司缺乏约束力的表态就慢下来吗？就算前沿研发真的放缓，支撑股价上涨的AI基建叙事就会随之失效吗？就算AI基建的高速增长告一段落，资本市场对AI的热情，就没有新的增长故事可以承接了吗？ 要回答这些问题，先得看清AI的需求正在发生什么变化。 01  让市场跟上模型的进步 从去年到今年，大模型行业一个显著的趋势是，推理逐渐超过训练，成为算力使用的主要场景。因此，放缓前沿模型的训练，并不意味着算力需求会随之迅速萎缩。 训练前沿模型，需要投入算力，让模型获得新的能力；已经训练好的模型替用户写代码、整理文件，也要持续消耗算力，这

9月7日，哈尔滨电气正式被纳入港股通，同日举行中期业绩推介会，股价却在入通首日下跌4.95%。9月8日又跌3.81%，收于15.16港元，两个交易日累计下跌8.56%。 坦白说，今年港股通入通对股价的刺激没有去年那么大，南向资金整体同比缩水也是事实；而且由于中国电力供应并没有美国那么紧张，哈电这类标的，在中国资本市场处于AI主线的边缘灰色地带。但对这家向电厂供应锅炉、汽轮机等设备的企业，我仍然持积极判断：过去承接的订单已经赚出了更好的利润，这种改善有机会延续到未来几年。 而入通最大的作用，其实是扩大了内地投资者参与哈电的渠道，也让这份开始兑现的成绩单面对更多投资者。 大型发电设备从合同生效到制造、交付，需要较长时间；哈电部分大型主机及工程项目，随着履约进度逐步确认收入。今天报表里的业绩，包含此前合同陆续执行的贡献；尚未完成的合同，则会把签约时的价格和执行中的成本，带进后续报告期。 而且，尚未完成的这些合同所指向的未来收入和利润，已经成了评估公司价值的重要依据。去年12月，美国同行GE Vernova（GEV）依据订单增长和设备价格改善，上调了2028年的经营展望；晨星将这些变化纳入估值模型，把公允价值从420美元提高到540美元。 哈电的订单价值，如今有了已经兑现的利润作参照。今年上半年，公司营业收入约248亿元人民币，同比增长10.35%；归母净利润17.18亿元，增长63.47%，毛利率提高2.95个百分点至15%。余下还有多少合同等待执行，便关系到这份改善能延续多久。 01  在手合同怎样继续兑现 东方电气会披露在手订单余额，哈电的2025年报和2026年中期业绩公告则没有给出这个数字。要估计尚待执行的合同规模有多大，可以借这家同行的订单与收入、合同负债之间的关系作参照。 哈电2026年6月底的合同负债为370.37亿元，比年初增加29.53亿元，

过去一段时间，围绕百度在资本市场的表现，有两个比较突出的问题，其实都关于钱。 一个是百度正在投入的钱。二季度，百度资本开支达到113.9亿元，上年同期为38亿元，今年一季度为59.16亿元，同比增至约三倍。投入规模快速上升，市场自然会关注这些资金对应什么需求，以及收入和现金何时回来。 百度这轮资本开支主要投向AI基础设施，这类业务要先采购设备、部署集群，等客户开始使用后，才能确认收入和回款。二季度，百度AI云基础设施收入73亿元，同比增长50%；GPU云收入同比增长283%，并已连续四个季度保持三位数增长，说明客户需求跟上了算力部署。 同期，集团经营现金流为34.36亿元，同样连续四个季度为正；而截至二季度末，百度披露的现金及投资总额为2831亿元，已有的经营回款和资金储备，能够支持公司继续投入。 另一个问题是市场如何评估百度现有的资产。二季度，百度AI业务收入为125亿元，占一般性业务收入的比例由上年同期的38%升至50%。搜索仍是资本市场最主要的估值参照，AI业务在收入结构中的比重已经明显提高，却没有形成与之对应的独立估值。 9月1日，百度香港上市地位正式转为主要上市，与纳斯达克构成双重主要上市，转换过程中没有发行新股，也没有融资安排。9月4日，沪深交易所公布新一轮港股通标的调整，百度获纳入，并于9月7日起生效。摩根士丹利测算，纳入后的半年到一年内，南向资金持股比例可能达到7%至15%。 新的增量资金进入之后，估值方法也需要对应百度现在的业务结构。百度的AI布局并非单一产品：昆仑芯提供基础算力，智能云完成算力分发，文心大模型和搜索、办公、无人驾驶等应用形成使用需求。应用商业化的节奏可以不同，但需求无论先出现在训练、推理还是具体产品，都会增加对芯片、云服务和模型的调用。 为什么全栈式的AI布局好呢？好就好在这，这些业务的收入模式、增长速度和发展阶段不同，有一个特点是很明确

基模公司的上市传闻屡屡见诸报端，资本市场的主线，很可能在Anthropic这样的公司上市之后出现变动。在这个时候，正好赶上中国大模型公司发布财报，我最近把智谱和MiniMax这两份都读了一遍，既是学习，也是为后续的投研和写作积累素材。 但看完智谱这份中期财报，我最想说的观后感却是：写得真好！ 这种好，不是说业绩有多好。这份财报没有停留在“API增长很快”的叙事上，它是少有的、把“大模型公司究竟在卖什么”从头讲清楚的财报，清楚到一个只使用过大模型聊天功能、甚至只听说过大模型的投资人，都能看得懂。 2026年上半年，智谱实现收入9.54亿元，同比增长399.7%；净亏损20.72亿元，同比收窄12.1%；经调整净亏损19.64亿元，同比扩大12.1%。亮点显然在收入端，利润端还谈不上改善；考虑到GLM上半年的表现已经足够亮眼，这份业绩算是符合我自己的预期，没有给我太多意外。 业绩之外，这份财报真正与众不同的地方，是它把技术、产品、商业模式和财务结果，包装在了一套完整的叙事框架内。在智谱的表述里，模型从Chat走向Coding，再到Agent、Co-work和Autonomous AI，每向前一步，模型都不只是“更聪明”一点，而是能更少依赖人，独立接手更长、更完整的一段工作。 图片 当模型接手的工作变长，交到客户手里的东西也跟着变。按财报的说法，模型只能回答和辅助时，企业买的是一套需要部署、调试和集成的工具；到了Coding，客户开始为一次次调用或者一段时间的使用付钱；等模型能够独立完成端到端任务，客户购买的就变成任务有没有完成。能力阶梯的背后于是紧跟着一条收钱的阶梯，先卖模型和项目，再卖调用，接着卖订阅，最后卖结果。 这套写法的精妙之处，是把技术进步一路落到了客户为什么付钱、公司最后怎样赚钱。但讲得清楚和讲得对，是两回事。外行都能看懂，说明它在解释框架上花了大功夫；而解释的功夫

最近，一个关注躺平指数很多年的朋友来找我。他说：“你们这个公众号，现在已经变成一个AI号了。” 他的意思倒不是说，做一个AI号有什么不好。只是以前在这里还能看到的很多东西，现在慢慢看不到了。 这个号从一开始，就和其他的自媒体不太一样。很多文章，首先要服务于自己的投研，之后才会考虑什么话题有流量。 这意味着，一家公司如果没有明显的预期差，资本市场给它的估值也相对合理，我很难判断它究竟被高估还是低估，也就很难落笔。还有一些公司，热度很高，却没有上市，也没有公开可看的财务资料，比如追觅，像这样的公司，更不会勾起我写的欲望。 过去很长一段时间，这套选题逻辑不断把我带向AI，这里变化够快，市场分歧也够大，值得写的公司和问题自然很多。大家都觉得AI好，我也觉得AI好。只是写到今天，包括我自己在内，也开始觉得，这个话题好像已经有一点无孔不入了。 最近，宇树科技上市敲钟。王兴兴只是被拍到一张比较严肃的脸，这张照片就被单独拎出来做成新闻，上了热搜。很快，不少娱乐号和营销号也开始转发，加上了很多娱乐圈特有的解读，觉得他是不是“不高兴”。 这件事本身就很荒谬，宇树的机器人已经连续两年上春晚，可王兴兴又没有因此进娱乐圈；敲钟原本只是一个资本市场事件，到最后，被反复消费的却只剩创始人的一个表情。难道一家公司上市，创始人就得全程搁那儿一直笑吗？AI已经不只是一个产业或者资本市场话题了，连一场上市，也可以在很短的时间里被传播成泛娱乐新闻。 更微妙的是，AI不仅改变了我写什么，好像也开始改变我怎么写。 我现在每次写完文章，都会下意识地删掉文中的“不是……而是……”。不是因为这句话真的是AI写的，而是因为我已经无法再以平常心直视这句话了。 所以想来想去，这一篇，我想把AI的含量大幅降下来。倒不是为了唱反调，更不是为了看空AI。只是想暂时把镜头挪开一点，把过去半年里我看到的、想到的那些非AI部分，一件一件写下

买入一只股票以后，难的才刚开始。看着它随市场涨上去、跌下来，暴涨时高兴一天，转头又会想是不是该卖；暴跌时焦虑起来，是加仓、继续拿着，还是干脆割肉？与此同时，夹杂着情绪的消息和观点不断涌来，当初买入的理由，反而很容易在一天天的涨跌里变得模糊。 我也有过同样的困惑。到了今年，AI办公工具已经能直接读取文件、查找资料，也能围绕同一项工作接着往下做，我才有机会把过去看持仓的习惯整理成一套系统。 我先从自己已经买入的存储股入手。过去半年积累下来的公司资料、行业数据和观察笔记，正好成了这次尝试的起点。最近一个多月，我让AI参与日常跟踪，哪些信息值得长期关注，出现什么变化时需要重新检查当初的持有理由，也随着一次次更新慢慢清楚起来。 随着这套系统逐渐成形，我开始想，能不能把自己的看持仓方法和已经整理下来的存储资料装进一个skill，让其他人不必先学代码或自己搭一套复杂环境，可以直接给AI运行；一旦真有人开始使用，它也会反过来约束我，必须得跟着继续更新和优化。 我把它命名为flatline。可以点击文末的阅读原文详细了解，在GitHub和Gitee上都有，搜"flatline 躺平指数"就能找到。 本质上讲，它是一个看盘系统，把一个投资者为什么买某只股票、哪些变化会动摇这个判断，以及变化到什么程度需要提醒写进规则。以后再有新信息，AI便按这些条件更新日报，告诉人哪里真的变了，哪里只是价格在动，哪里还需要更多证据，辅助人来决策。 真正动手开发这个系统时，我选择了豆包工作任务，它可以读取和处理电脑里的本地文件，把一项较长的工作接着做下去；人不在电脑前，也能通过手机继续查看和处理同一个任务。选择它的理由很实际，截至2026年6月，豆包在QuestMobile统计的国内AI原生App中用户规模排在第一，很多人本来就在用，不必为了使用flatline再换一套高门槛的工具。 我交给豆包的是自己的持仓方法

前两天我去猎豹移动试了一台智能代步车。碳纤维材质，很轻，折叠完很小，可以放进大部分车的后备箱。这台车最大的亮点是两个激光雷达，往前开，它探测到障碍物会自己减速、绕开；换成倒车，它会识别障碍物甚至标识出人、小动物，发出报警提醒的声音。 在app上还有更多功能，比如远程遥控（同时还能避障）、电池电量查询、甚至可以连接蓝牙，把轮椅变成音箱。 问了问现在的市场情况，听说在欧洲，他们和行业巨头Pride Mobility合作，成为全球著名的Jazzy产品线的一部分，叫Jazzy Assist，市场价大概在3500欧元；在国内，它和斯维驰联名，在电商和门店叫M6，市场价约1.95万元。 猎豹把成熟的机器人智能化能力植入电动代步车，看起来很有意思。根据现有行业报告估算，2026年全球电动轮椅出货量约160万台，2030年将接近210万台，智能化渗透才刚开始。今年4月，皮皮熊和双派机器人分别宣布完成数千万元A轮融资；8月，若创科技又披露近亿美元的Pre-A+轮。 若创走的是一条更重的路线，智能化水平非常高，整车很重，不能折叠。创始人洪小平曾负责大疆激光雷达业务，旗下昂首EV1今年5月开始交付，已经在美国和英国交付数百台，国内售价29999元，美国售价7499美元。 旗下有着机器人业务的猎豹，却没有照机器人这条路走，智能代步车进入欧洲市场涉及医疗器械认证，整车之外还有经销商和售后，这些问题已经有成熟厂商解决。猎豹选择和成熟的DME行业合作，自己负责软硬一体生产整车，再把机器人的智能化能力植入进去。猎豹不需要从头再建一家智能代步车公司。 这套分工带来的是迅速落地。当用户走进熟悉的轮椅门店，看到熟悉的品牌，在熟悉的价格，却有了惊喜的体验，购买决策变得顺其自然。这就是猎豹的“守正出奇”之路。 我在调研中了解到，猎豹的智能代步车项目做了一年多，目前为止的投入相当可控。两颗激光雷达、摄像头和算法组成的

AI时代给所有人带来的焦虑，正在资本市场和个人工作里同时变得更加具体。 AI相关公司的股价不断上涨，让人担心错过一个可能持续很久的产业机会；越来越多人又开始用AI读财报、整理数据、搭模型，让不会这些方法的人担心研究能力也在被拉开。人们既怕错过AI资产，也怕错过AI本身。 今年，随着AI办公工具进入日常工作，AI已经走出问答框，能读长文档、查资料、整理数据，也能生成代码和表格，很多原本要在不同工具间来回切换的事情，现在可以在一个任务里接着做。拿这些工具做投研，输入公司名字，很快就能得到业务介绍、行业梳理和完整分析。 我们也用过不少产品，但说实话，给出的结果看似完整且自洽，却离实际可用还有不小差距。 该落实哪些原始材料、哪些数字可信、行业判断怎样变成盈利预测、预测又怎样放回价格，都需要研究和估值基础。没有系统学过这些东西的普通投资者，即使拿到漂亮结果，仍然不知道从哪里检查，也很难把它变成自己的判断。 8月14日的百度AI Day上，百度文库和百度网盘团队正式宣布其通用智能体GenFlow的中文名为「库库AI」，并重点发布了「库库AI」办公模式，服务专业交付需求的办公场景，首期则锚定金融投研场景。 团队早在2023年的百度世界大会上就开始布局AI办公，此后相关能力一直在文库和网盘中迭代，这次才发布成独立端。我在第一时间拿到资格，想知道库库AI能不能把普通投资者最初的疑问，一直推进成真正可用的研究。 带着这份投资疑问，我想到了中际旭创。AI热潮以前，中际旭创还是一个相对专业、陌生的名字，如今却成了AI行情里绕不开的公司，又有太多声音关注它，很多人知道它重要，却未必能看懂。 我此前写过它赴港上市，知道它为什么受益于AI，却还没有认真回答未来能赚多少钱、现在的价格又押注了什么，于是这一次把没做完的部分交给了库库AI。实际做下来，库库AI把这份朴素的投资疑问逐渐推进成一项可以继续更新的研

今年初，OpenClaw掀起的AI Agent热潮，已经过去半年。那时，中文互联网几乎到处都在谈Agent。大厂推出类OpenClaw产品，创业团队也往桌面助手里挤，仿佛谁都能抢到一张新入口的门票。 半年后再回头看，真正接住这波需求、把个人办公入口做出声量的，是腾讯的WorkBuddy。 WorkBuddy的特别之处，是它并非靠全球领先的自有模型冲出来。Codex和Claude Code有顶尖基座模型开路，WorkBuddy则选择在产品层把多模型、Skills、本地工具和腾讯生态接到一起。对没有编程基础的人，这是一款愿意点开试试的产品。 虽然不是WorkBuddy用户，我也有切身体感。今年初用Claude桌面端时，我一直没碰Claude Code，因为不觉得自己需要编程。后来实际用起来才发现，它接住的是原有工作里的文件、工具和多步任务，投研和日常办公都能用得上。 WorkBuddy在个人端的起量，至少印证了一件事：除了卷模型，把产品做好同样是一条路。几乎在同一时间，阿里和字节也开始收拢各自的办公Agent资源。8月3日，阿里将三款Agent整合为千问办公并开启公测；8月6日，字节在年中全员会上强调AI生产力和企业业务，此前已重组豆包、飞书与火山引擎相关团队。 但个人端的热闹，离一门能够持续产生现金流的生意还有距离。三家现在最容易让人看到的是功能、免费额度和社交媒体上的声量，最难看到的却是付费规模、使用深度、续费和单位成本。 而办公Agent还有一个天然的错位：员工在用，工作成果归公司。只做一份报告时，个人可以偶尔买一点Token；当Agent开始长期运行、接入内部数据并代表员工采取行动，成本、权限和责任就不该继续留给员工。它要真正上规模，最终必须进入企业预算。 01  好用只是开始 现在的办公Agent之所以看起来像一场面向个人的竞争，原因并不复杂。打工

7月24日至8月3日，微软上涨27.76%，亚马逊上涨22.36%，谷歌上涨16.82%，Meta下跌0.83%，iShares半导体ETF（SOXX）回调3.67%；内存和闪存代表股仍明显下跌，光通信个股则涨跌互现。最反常的仍是采购AI基础设施的三家云厂商继续上涨，半导体ETF却仍低于7月24日收盘。 按照过去两年的交易逻辑，云厂商增加资本开支，会抬高半导体公司的订单和收入预期，同时压低自身的自由现金流与利润。微软同时下调了资本开支预期数，但四家公司都表示底层算力投资仍在扩张。在这一前提下，三家云厂商继续上涨，半导体ETF仍然下跌；Meta虽然仍略低于7月24日收盘，但已经收复了此前大部分跌幅。 在我们看来，这组分化至少说明，市场正在给新增算力的变现进度更高权重。谁为这些算力付费、按什么方式付费，决定投入何时能够转成收入和现金流。 不过，四家公司很少单独披露AI收入，现有口径也无法区分一美元算力究竟服务自有业务、云客户还是AI应用。在披露规则和透明度仍然有限的情况下，业绩会、财报附注和管理层文字说明已经成为更重要的观察窗口，新增算力准备给谁使用、通过什么方式形成回报，往往先出现在这些文字披露里。 在微软2026财年第四季度，以及谷歌、亚马逊和Meta 2026年第二季度的官方财报、业绩会和配套说明中，Meta把AI基础设施的回报分成自用、外售算力和出售智能，谷歌宣布TPU系统已经交付至客户数据中心，亚马逊开始讨论向AWS之外出售Trainium芯片或机架，微软则把自研芯片留在Azure内部，再通过云服务和应用收费。 有些已经形成收入，有些仍停留在管理层讨论中。 另一层变化来自微软对CPU的强调。纳德拉表示，Agent运行时CPU的重要性不低于GPU；Agent进入生产环境以后，AI基础设施需求不再只有训练所需的加速器，还包括CPU、数据库、存储和网络。这不是CPU取代GP